语言:

• 英文 数据集:
• c4 标签:
• 深度窄型 推理: false

许可证: apache-2.0

T5-Efficient-TINY-NL8（深度窄型版本）

T5-Efficient-TINY-NL8是Google原始T5模型的一个变体，遵循T5模型架构。这是一个仅预训练的检查点，随论文**高效扩展：来自预训练和微调Transformer的见解**发布，作者包括Yi Tay、Mostafa Dehghani、Jinfeng Rao、William Fedus、Samira Abnar、Hyung Won Chung、Sharan Narang、Dani Yogatama、Ashish Vaswani、Donald Metzler。

简而言之，论文指出，与其他参数数量相似的模型架构相比，深度窄型模型架构对下游任务性能更为有利。

引用论文中的话：

我们通常推荐采用DeepNarrow策略，即在考虑其他形式的均匀扩展之前，优先增加模型的深度。这主要是由于深度如何影响Pareto前沿，如论文前几节所示。具体来说，一个高瘦（深且窄）的模型通常比基础模型更高效。同样，一个高瘦的基础模型也可能通常比大型模型更高效。我们发现，无论模型大小如何，即使绝对性能随着层数的增加而提高，Pareto效率的相对增益随着层数的增加而减弱，最终在32到36层时趋于稳定。最后，我们注意到，这里的效率概念与任何计算维度相关，即参数数量、FLOPs或吞吐量（速度）。我们报告了所有三个关键效率指标（参数数量、FLOPS和速度），并将决定权留给实践者，由其决定考虑哪个计算维度。

更准确地说，模型深度定义为顺序堆叠的Transformer块数量。因此，词嵌入序列由每个Transformer块顺序处理。

模型架构详情

此模型检查点——t5-efficient-tiny-nl8——属于Tiny模型类型，具有以下变体：

• nl为8

它有22.93百万参数，因此在全精度（fp32）下需要约91.74 MB内存，或在半精度（fp16或bf16）下需要45.87 MB内存。

以下是原始T5模型架构的总结：

其中使用了以下缩写：

如果模型检查点没有特定的el或dl，则编码器和解码器的层数均对应于nl。

预训练

该检查点在Colossal, Cleaned version of Common Crawl (C4)上进行了524288步的预训练，使用了基于跨度的掩码语言建模（MLM）目标。

微调

注意：此模型是一个预训练检查点，需要微调才能实际使用。该检查点是用英语预训练的，因此仅适用于英语NLP任务。您可以参考以下示例之一来微调模型：

PyTorch:

• 摘要
• 问答
• 文本分类 - 注意：您需要稍微调整训练示例以使其适用于编码器-解码器模型。

Tensorflow:

• 摘要
• 文本分类 - 注意：您需要稍微调整训练示例以使其适用于编码器-解码器模型。

JAX/Flax:

• 摘要
• 文本分类 - 注意：您需要稍微调整训练示例以使其适用于编码器-解码器模型。

下游性能

待办：添加表格（如果有）

计算复杂度

待办：添加表格（如果有）

更多信息

我们强烈建议读者仔细阅读原始论文**高效扩展：来自预训练和微调Transformer的见解**，以更深入地理解此模型检查点。如以下问题所述，包括sh或skv模型架构变体的检查点未移植到Transformers中，因为它们可能在实际应用中用途有限且缺乏更详细的描述。这些检查点保存在此处，未来可能会被移植。